MƠ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
4.1.1. Kiểm định các biến trong mơ hình nghiên cứu
Hệ số tương quan là một chỉ số thống kê đo lường mối liên hệ tương quan giữa hai biến số. Hệ số tương quan có giá trị từ -1 đến 1. Hệ số tương quan bằng 0 (hay gần 0) có nghĩa là hai biến số khơng có liên hệ gì với nhau; ngược lại nếu hệ số bằng -1 hay 1 có nghĩa là hai biến số có một mối liên hệ tuyệt đối.
Vấn đề tự tương quan có thể hiểu là sự tương quan giữa các thành phần của chuỗi các quan sát được sắp xếp theo thứ tự thời gian (trong các số liệu chuỗi thời gian) hoặc không gian (trong số liệu chéo).
Trong phạm vi hồi quy, mơ hình tuyến tính cổ điển giả thiết rằng khơng có sự tương quan giữa các nhiễu , nghĩa là
Nói một cách khác, mơ hình cổ điển giả thiết rằng thành phần nhiễu gắn với một quan sát nào đó khơng bị ảnh hưởng bởi thành phần nhiễu gắn với một quan sát khác.
Tuy nhiên trong thực tế có thể xảy ra hiện tượng mà thành phần nhiễu của các quan sát lại có thể phụ thuộc lẫn nhau nghĩa là:
Có nhiều hệ số tương quan, hệ số tương quan thông dụng nhất: hệ số tương quan Pearson r, dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến độc lập với nhau có tương quan chặt thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy (giả thuyết H0: hệ số tương quan bằng 0).
Bảng 4.1 trình bày ma trận tương quan của các biến trong mơ hình. Nhìn vào kết quả các hệ số tương quan giữa các biến khá yếu, đa số nhỏ hơn 0.5. Riêng hệ số tương quan giữa biến phân cấp tài chính FD với GDP trên đầu người với có hệ số 0.8012 và có ý nghĩa do kiểm định Peason có P-value < 5%. Sự tương quan giữa biến phân cấp tài chính FD và đơ thị hóa 0.8229 cũng có ý nghĩa do P-value <5%. Vì thế hàm hồi quy có các biến này có khả năng xảy ra hiện tượng đa cộng tuyến.
Bảng 4.1. Ma trận tương quan các biến trong mơ hình.
Nguồn sử lý từ phần mềm Stata
Việc sử dụng ma trận tương quan giữa các biến độc lập có thể phát hiện ra các hệ số tương quan cao giữa hai biến độc lập. Tuy nhiên phương pháp này có hai nhược điểm lớn là phải tính nhiều hệ số tương quan nếu mơ hình có nhiều biến độc lập và ma trận tương quan không phát hiện được hiện tượng đa cộng tuyến giữa một biến và một nhóm biến các biến độc lập khác. Vì vậy, ta cần sử dụng thêm nhân tử phóng đại phương sai để kiểm tra lại hiện tượng đa cộng tuyến trong mơ hình nghiên cứu. Với
) 1 ( 1 2 R VIF − =
Kiểm định VIF tại bảng 4.2 cho kết quả đều nhỏ hơn 10 vì vậy có thể kết luận tương quan giữa các biến độc lập này là yếu và mơ hình ít có khả năng xảy ra hiện tượng đa cộng tuyến.
Bảng 4.2. Kiểm định VIF.
Nguồn sử lý từ phần mềm Stata
Do bài nghiên cứu này sử dụng dữ liệu bảng, bài luận sẽ sử dụng kiểm định về sự tự tương quan Wooldridge, với giả Ho: khơng có sự tự tương quan trong dữ liệu bảng.
Với kết quả thu được ở bảng 4.3 giá trị P-value là 0.0657, giả thuyết Ho được chấp nhận ở mức ý nghĩa 5%, tuy nhiên, ta vẫn có thể nghi ngờ sự tự tương quan trong trường hợp mức ý nghĩa là 10%. Do đó, khơng thể chắc chắn khơng có sự tương quan trong dữ liệu bảng của bài nghiên cứu.